自动驾驶车辆传感器怎么样？

自动驾驶车辆的传感器各有特点。

摄像头技术成熟、成本低，分辨率高，能在算法支持下对物体分类，但视场有限，获取的二维图像无深度值，需与其他传感器融合。

激光雷达精度高、测距长、采集信息丰富，是“自动驾驶之眼”，但高频激光发射角度等因素使其在感知上有不足，与摄像头融合可补短板。

毫米波雷达技术成熟，测速测距和鲁棒性不错，但受大气衰减影响，无法精准连续建模，目标分辨率低。

超声波雷达探测精度高，主要用于自动泊车等低速场景，因其探测距离短、易受天气影响且受介质速度影响测距误差大。

从选择标准看，不同传感器在范围、空间分辨率、黑暗及恶劣天气中的鲁棒性、物体分类、二维结构感知、测量速度、系统成本、包装尺寸和计算要求等方面各有优劣。

在实际应用中，激光雷达和雷达能探测较远距离物体，摄像头测量距离能力有限。激光雷达空间分辨率高，雷达在小特征分辨上较差，摄像头受环境光和物体细节影响。黑暗中雷达和激光雷达表现好，恶劣天气下雷达有优势，摄像头则较弱。物体分类上摄像头出色，激光雷达次之，雷达较弱。摄像头能感知二维结构，雷达可测速度。成本上雷达和单目相机较低，激光雷达较高但在降低。包装尺寸上雷达和单摄像头易集成，激光雷达尺寸多样。计算要求上激光雷达和雷达处理简单，摄像头复杂。

自动驾驶系统通过多传感器融合来提升性能，比如“激光雷达+摄像头”和“毫米波雷达+摄像头”的方案。“激光雷达+摄像头”融合能提升感知能力，满足当下和未来需求；“毫米波雷达+摄像头”方案存在一定局限。总之，合理选择和融合传感器，才能为自动驾驶提供更全面准确的环境信息。

（图/文/摄：太平洋汽车 整理于互联网）